我经常将实例权重与Libsvm一起用于分类问题。http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/#weights_for_data_instances
有人知道在libsvm中使用实例加权时实现的算法的细节吗？标准SVM模型学习算法将相等的权重分配给所有训练实例，从而分配给训练实例上的误差。我相信Libsvm使用的算法会有所不同。在网上搜索时，我确实发现了一些做类似事情的论文。例如[1]，但我需要与可能对此有把握的人确认。
谢谢！
[1] 杨，徐蕾，宋青，王。"用于数据分类的加权支持向量机"，《国际模式识别与人工智能杂志》2007年第21.05期：961-976页。
没有"特殊算法"，简单地说，在"等权重"SVM中，你有一个"C"权重
1/2 ||w||^2 + C SUM_i xi_i
其在样本权重CCD_ 1的情况下简单地变为
1/2 ||w||^2 + C SUM_i s_i xi_i
仅此而已，这与每个样本具有不同成本的C完全相同